viable/strict/1789252151: [inductor] Gate CUDA TMA tests on CUDA devices (#196636)
PyTorch 的 viable/strict/1789252151 分支合并 PR #196636，标题为 [inductor] Gate CUDA TMA tests on CUDA devices。证据说明 has_triton_tma_device() 在任一已安装 Triton 后端支持张量描述符时即返回 true，包括 CPU 与 XPU；因此同时打包 Triton CPU 后端的 ROCm 构建可能返回 true，尽管其 AMD GPU 无法运行 CUDA TMA 模板。改动新增一个 CUDA 专用谓词，要求非 HIP 的 CUDA 设备且计算能力 9.0 或更高，并用于仅限 CUDA 的 TMA 测试；原有通用谓词保持不变以覆盖 CPU 与 XPU 的张量描述符测试。
Development
- First Reportviable/strict/1789252151: [inductor] Gate CUDA TMA tests on CUDA devices (#196636)PyTorch Core
- Current Assessment判断：多后端共存（CUDA、ROCm、CPU、XPU）使「能力探测」容易退化为「安装探测」，测试基础设施需要按设备而非按依赖做门控。可验证信号是 PyTorch 是否在 CI 中为 ROCm 与 XPU 分别固化 TMA 相关测试矩阵。Agent Pulse · analysis
PyTorch 合并 PR #196636，修正 Inductor 中 CUDA TMA 测试的设备门控逻辑。证据指出，has_triton_tma_device() 只要任一已安装 Triton 后端支持张量描述符就返回 true，涵盖 CPU 与 XPU；这使同时捆绑 Triton CPU 后端的 ROCm 构建可能误判为支持，而实际 AMD GPU 无法运行 CUDA TMA 模板。修复方式是新增 CUDA 专用谓词，要求非 HIP 的 CUDA 设备且计算能力不低于 9.0，并仅将其用于 CUDA-only 的 TMA 测试，通用谓词保持原样以继续覆盖 CPU 与 XPU。
这是测试门控而非内核能力变更：把「Triton 后端支持张量描述符」与「当前设备能跑 CUDA TMA 模板」两个条件解耦，避免 ROCm 构建因捆绑 CPU 后端而误跑 CUDA 专属测试。可验证的下一信号是后续提交中该 CUDA 专用谓词是否被复用到其他 TMA 相关测试或编译路径。
判断：多后端共存（CUDA、ROCm、CPU、XPU）使「能力探测」容易退化为「安装探测」，测试基础设施需要按设备而非按依赖做门控。可验证信号是 PyTorch 是否在 CI 中为 ROCm 与 XPU 分别固化 TMA 相关测试矩阵。
对使用 PyTorch 训练或推理栈的团队，这类修复减少 ROCm 环境下的假失败与误判，降低跨后端 CI 噪音；但证据未给出性能或成本数据，因此价值限于测试可靠性与发布流程稳定性。
若该模式被推广，后续可能出现更多按设备能力（如计算能力阈值）而非按后端包存在与否的测试门控。可观察的下一信号是同类 PR 是否在 Inductor 其他算子测试中重复出现。